Google Cloud ouvre à ses clients Gemini Robotics ER 2, un modèle chargé de planifier les tâches des robots, en préversion publique depuis le 27 octobre 2026. Le modèle ne commande pas les moteurs lui-même : il s’appuie sur d’autres outils pour agir.
À l’institut singapourien A*STAR IMRE, qui conçoit de nouveaux matériaux, le laboratoire compte un vieux réacteur à micro-ondes qui n’a pas d’API, mais un écran tactile. Son directeur exécutif, le professeur Loh Xian Jun, souhaite que des robots guidés par ER 2 sachent « lire l’écran tactile d’un ancien réacteur à micro-ondes dépourvu d’API, équilibrer et charger une centrifugeuse, ou déplacer des échantillons en sécurité dans un laboratoire très fréquenté ». Il le dit dans le billet de Google Cloud, avant d’ajouter : « C’est le niveau suivant que nous aspirons à atteindre. »
Un modèle qui planifie, un autre qui exécute
Google DeepMind avait présenté ER 2 le 30 juillet 2026, disponible pour les développeurs via l’API Gemini et Google AI Studio. Depuis le 27 octobre, les entreprises clientes de Google Cloud peuvent l’appeler dans Model Garden sous l’identifiant gemini-robotics-er-2-preview, l’essayer dans Agent Studio puis le déployer avec les contrôles de sécurité de la plateforme. Selon la documentation de l’API Gemini, son prédécesseur, ER 1.6, est arrêté depuis le 31 août 2026.
Google le décrit comme « un cerveau de haut niveau pour les robots », qui « confie ensuite l’exécution motrice à n’importe quel modèle vision-langage-action (VLA) de plus bas niveau ». Un VLA est un modèle qui relie image, langage et gestes. ER 2 reçoit vidéo, son ou texte, découpe la tâche, appelle les outils déclarés par le développeur, puis examine la vidéo pour vérifier qu’une étape a réussi et la relancer si besoin. Bâti sur Gemini 3.5 Flash selon sa fiche technique, il ne produit que du texte. Le modèle qui commande les moteurs, Gemini Robotics 2, est réservé à des partenaires en accès anticipé, d’après le billet de DeepMind du 30 juillet.
Des chiffres annoncés par Google, une sécurité confiée à l’exploitant
Google revendique 91,3 % de précision pour repérer, dans une vidéo, l’image où survient un événement critique, avec un écart moyen de 0,96 seconde. Selon l’entreprise, le modèle tournerait à « 4 fois la vitesse d’exécution » de « nombreuses catégories de modèles plus grands », sans que ces modèles soient nommés. Sur la classification de l’avancement d’une tâche, le billet de juillet annonce 57,4 % de réponses justes. Google ne publie ni le protocole de ce test ni les scores des concurrents.
La documentation robotique de l’API Gemini précise qu’« il vous incombe de maintenir un environnement sûr autour du robot ». La fiche technique exclut les applications critiques pour la sécurité, comme la santé ou les transports. Dans le rapport de sécurité de DeepMind, daté du 29 juillet 2026, les meilleurs modèles testés détectent sur une image le franchissement d’une limite d’un mètre autour d’une personne avec une précision d’environ 79 à 93 %. En version agentique, les modèles qui ramènent vers 10 à 15 % la part d’arrêts manqués lorsqu’une personne est proche arrêtent le robot sans raison dans 15 à 25 % des cas. Aucun ne s’approche de zéro sur les deux tableaux. Le rapport juge qu’il est « actuellement préférable » d’utiliser ces modèles avec « des garde-fous de sécurité déterministes de bas niveau ».
Un usage en exploitation et un tarif promotionnel
Dans ces annonces, le seul usage robotique décrit en exploitation vient de Boston Dynamics. Le 8 avril 2026, son module d’inspection visuelle pour Spot, AIVI-Learning, est passé à Gemini Robotics ER 1.6 pour les clients inscrits, pour la lecture de jauges, le niveau des voyants de liquide, les dégâts sur un convoyeur ou le comptage de palettes. Le partage des données avec Boston Dynamics est obligatoire. Marco da Silva, qui dirige l’activité Spot, estime qu’ER 2 apporte « encore plus de valeur » à ces clients : « La vidéo change ce que peut être une inspection. » Aucun calendrier de bascule vers ER 2 n’est publié.
La grille tarifaire de Google Cloud affiche pour ER 2 un prix promotionnel de 1 dollar le million de tokens en entrée, et de 5 dollars en sortie, jusqu’au 31 décembre 2026. Google reverse en crédits 50 % de la dépense nette, sans préciser quand ces crédits sont versés ni combien de temps ils restent valables. Au 1er janvier 2027, la grille affiche 2 dollars en entrée et 10 dollars en sortie.
